葡萄酒的评价.pdfVIP

葡萄酒的评价 摘要 本文利用酿酒葡萄和葡萄酒的各项指标，通过t 检验法、模糊综合评价法、多元回 归模型以及BP 神经网络模型，分别对评酒员评价结果的显著性差异、酿酒葡萄的分级、 葡萄与酒之间的联系、葡萄与酒的理化指标对葡萄酒质量的影响进行分析与研究。 问题一，先进行数据预处理，利用缺失值前一个和后一个数据的平均值来进行补值。 然后运用t 检验法对两组评酒员的评价结果进行组间的显著性差异分析，利用标准差法 进行组内的可靠性分析。最后得出结论：两组评酒员的评价结果具有显著性差异，第二 组的评价结果更可信。 问题二，综合利用酿酒葡萄的理化指标和葡萄酒的质量对酿酒葡萄进行分级。先采 用 原则分别处理酿酒葡萄的理化指标和葡萄酒的质量数据，然后将数据一致化、无 3 量纲化和降维，最后运用均值法和模糊综合评价法分别将红、白酿酒葡萄分为5 个等级。 问题三，首先建立酿酒葡萄的理化指标和葡萄酒的理化指标间的多元线性回归模 型，通过对模型结果的残差分析，发现该模型不能很好地反映两类理化指标之间的联系。 进而，在分析和确定各理化指标交互作用项的基础上，建立了多元非线性回归模型，经 残差分析检验，该模型很好地描述了两类理化指标之间的联系。 问题四，依据酿酒葡萄和葡萄酒的理化指标，建立BP 神经网络模型来判断葡萄酒 质量的影响。该模型通过自我学习调整和输出自身对质量的影响权重，并采用均值滤波 法分析得到不同酿酒葡萄和葡萄酒的理化指标对葡萄酒质量产生的影响。最后用七种酿 酒葡萄和葡萄酒的理化指标的预测值和实际值作比较，发现误差较大，确定不能用酿酒 葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 关键词：t 检验法；模糊综合评价法；多元回归模型；BP 神经网络模型 1 一 问题提出 葡萄酒质量一般是通过一批有资质的评酒员对葡萄酒各分类指标打分，求和得到总 分的方法来确定。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡 萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。本题给出了两组评酒员对 两种酒的评价结果及这些葡萄酒和酿酒葡萄的成分数据，要求建立数学模型讨论下列问 题： 1. 讨论两组评酒员的评价结果有无显著性差异及哪一组结果更可信。 2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。 4. 分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡 萄酒的理化指标来评价葡萄酒的质量。 二 基本假设 1. 每一种红葡萄酒样本与同编号的红葡萄样本一一对应，白葡萄酒同理； 2. 所有统计数据真实可信且抽样样本能够完全反映总体特征； 3. 所有葡萄的培植和葡萄酒的酿造均未受到自然环境和人为因素的突变影响。 三 符号说明 X 第i 个评酒员对第j 种样品酒的第k 个指标的评分； ijk Gij 第i 个评酒员对第j 种样品酒的最终评分； G 第i 种样品酒的平均得分； i A 每个理化指标在酿酒葡萄中含量的均值； S 每个理化指标在酿酒葡萄中含量的标准差； x 第i 个样本在第j 个理化指标处的值； ij Bi 第i 个主成份的模糊得分； w1 葡萄酒质量的平均分所占总分的权重； w2 模糊关系矩阵所占总矩阵的权重； Si 第i 个主成份的最终等级得分。